271. Skośność rozkładu – jak ją rozumieć?

Skośność rozkładu jest miarą jego asymetrii. Pomaga odpowiedzieć na pytanie, czy obserwacje są rozmieszczone mniej więcej równomiernie po obu stronach centrum, czy też jedna ze stron rozkładu tworzy wyraźnie dłuższy ogon. W badaniach medycznych, psychologicznych i społecznych ma to znaczenie praktyczne, ponieważ wpływa na wybór sposobu prezentacji danych oraz na ocenę, czy średnia arytmetyczna dobrze opisuje typową obserwację.

W tej lekcji kursu metodologii badań i statystyki na statystyk.edu.pl przejdziemy od intuicyjnego obrazu asymetrii do wzorów, interpretacji współczynnika skośności i ostrożnego wykorzystania tej miary w analizie danych.

Czym jest skośność rozkładu?

Rozkład jest symetryczny, gdy jego lewa i prawa część są podobne względem określonego punktu centralnego. Klasycznym przykładem jest idealny rozkład normalny. W rozkładzie symetrycznym odległości i częstości obserwacji po obu stronach centrum nie muszą być identyczne dla każdej pojedynczej wartości, ale ogólny kształt rozkładu nie przechyla się wyraźnie w żadną stronę.

Skośność opisuje więc brak symetrii, a nie samo zróżnicowanie danych. Rozkład może mieć duże odchylenie standardowe, ale pozostawać względnie symetryczny. Z kolei rozkład może być silnie skośny nawet wtedy, gdy większość obserwacji skupia się w dość wąskim przedziale.

Najważniejsze jest położenie długiego ogona:

• skośność prawostronna, czyli dodatnia, oznacza długi ogon po prawej stronie;
• skośność lewostronna, czyli ujemna, oznacza długi ogon po lewej stronie;
• skośność bliska zeru wskazuje na względną symetrię, ale sama w sobie nie dowodzi idealnej symetrii.

Określenia „prawostronna” i „lewostronna” odnoszą się do ogona, nie do położenia większości obserwacji. W rozkładzie prawostronnie skośnym większość wyników może znajdować się po lewej stronie, a nieliczne bardzo wysokie wartości wydłużają ogon w prawo. To częste źródło nieporozumień.

Jak skośność wpływa na średnią i medianę?

W rozkładzie dodatnio skośnym nieliczne wysokie wartości „ciągną” średnią w prawo. Zwykle otrzymujemy wtedy relację:

średnia > mediana > dominanta

Nie jest to jednak ścisła reguła obowiązująca dla każdego rozkładu. Relacja między tymi miarami zależy od kształtu rozkładu, obecności wartości odstających i ewentualnej wielomodalności.

W rozkładzie ujemnie skośnym długi ogon znajduje się po lewej stronie i może obniżać średnią. Często obserwuje się wówczas relację:

średnia < mediana < dominanta

Dlatego przy wyraźnej skośności sama średnia może przedstawiać obraz mniej typowy dla większości osób. W raporcie warto wtedy rozważyć medianę oraz kwartyle, a także pokazać histogram lub wykres pudełkowy.

Współczynnik skośności: idea i wzór

Skośność można opisywać na kilka sposobów. W praktyce programy statystyczne najczęściej podają współczynnik oparty na trzecim momencie centralnym. Dla próby można zapisać podstawową wersję jako:

g1 = [ (1/n) Σ(xi − x̄)3 ] / s3

W tym wzorze:

• n oznacza liczebność próby;
• x_i oznacza wartość i-tej obserwacji;
• x̄ jest średnią arytmetyczną;
• x_i − x̄ to odchylenie obserwacji od średniej;
• s oznacza odchylenie standardowe;
• ³ wskazuje potęgowanie do trzeciej potęgi;
• Σ oznacza sumowanie po wszystkich obserwacjach.

Potęgowanie do trzeciej potęgi jest kluczowe. Odchylenia dodatnie pozostają dodatnie, a odchylenia ujemne pozostają ujemne. Dzięki temu wpływ obserwacji po prawej i lewej stronie średniej nie znosi się całkowicie. Co więcej, duże odchylenia są silnie wzmacniane: wartość dwa razy większa po podniesieniu do trzeciej potęgi jest osiem razy większa.

W literaturze i programach komputerowych występują różne wersje estymatora skośności, między innymi korekta uwzględniająca liczebność próby. NIST wskazuje podstawowy współczynnik Fishera–Pearsona oraz skorygowany współczynnik Fishera–Pearsona; przy małych próbach wyniki obu wersji mogą się zauważalnie różnić (NIST/SEMATECH, 2012). Z kolei Joanes i Gill (1998) pokazali, że wybór estymatora może wpływać na obciążenie i błąd średniokwadratowy, zwłaszcza przy małych próbach lub rozkładach wyraźnie odbiegających od normalnego.

Z tego powodu przy publikowaniu wyniku należy podać nie tylko samą wartość skośności, ale również liczebność próby i najlepiej nazwę użytego programu lub procedury. Dwa programy mogą zwrócić nieco inne liczby, mimo że operują na tych samych danych.

Jak interpretować wartość współczynnika?

Znak współczynnika daje informację o kierunku asymetrii, natomiast wartość bezwzględna mówi o jej nasileniu. Nie istnieje jednak uniwersalny zestaw progów, który pozwalałby automatycznie sklasyfikować każdy rozkład jako „normalny” albo „nienormalny”. Popularne orientacyjne granice, takie jak 1 lub 2, mogą być pomocnicze, ale nie zastępują oceny wykresu i kontekstu badania.

Przykładowo:

• g₁ = 0,08 może wskazywać na niewielką asymetrię;
• g₁ = 0,65 sugeruje umiarkowaną asymetrię prawostronną;
• g₁ = 2,10 wskazuje na silną asymetrię prawostronną, ale nadal trzeba sprawdzić, czy wynik nie wynika z pojedynczej wartości odstającej;
• g₁ = −1,40 wskazuje na wyraźną asymetrię lewostronną.

Interpretacja powinna uwzględniać liczebność próby. W dużych próbach nawet niewielka asymetria może być oszacowana bardzo precyzyjnie, podczas gdy w małej próbie współczynnik może być niestabilny. Sama liczba nie mówi również, czy asymetria ma znaczenie praktyczne. Współczynnik skośności jest miarą opisową, a nie miarą klinicznego lub społecznego znaczenia zjawiska.

Przykład 1: czas oczekiwania na pomoc ratowniczą

Załóżmy, że w analizie 120 zgłoszeń zespołu ratownictwa medycznego obliczono czas od przyjęcia zgłoszenia do przybycia zespołu. Większość interwencji zrealizowano w czasie od 8 do 18 minut, lecz kilka zgłoszeń miało czas oczekiwania wynoszący 35, 42 i 57 minut. Średnia wyniosła 16,4 minuty, mediana 13,1 minuty, a współczynnik skośności 1,9.

Najbardziej prawdopodobna interpretacja jest taka, że rozkład jest prawostronnie skośny. Większość pacjentów czekała około 13 minut, natomiast nieliczne bardzo długie czasy zwiększyły średnią. Zdanie „przeciętny czas oczekiwania wyniósł 16,4 minuty” jest formalnie poprawne, ale może być mniej reprezentatywne dla typowego zgłoszenia niż mediana.

W raporcie można napisać: Mediana czasu oczekiwania wyniosła 13,1 minuty (IQR: 10,2–17,6), a rozkład był prawostronnie skośny (współczynnik skośności = 1,90). Taki opis jest bardziej informacyjny niż podanie wyłącznie średniej i odchylenia standardowego.

Nie należy jednak automatycznie usuwać długich czasów. Mogą one odzwierciedlać realne problemy systemu: duże obciążenie, odległość, trudne warunki drogowe albo równoczesne obsługiwanie wielu zdarzeń. Wartości odstające mogą być błędem, ale mogą też być najważniejszą częścią badanego zjawiska.

Przykład 2: wyniki skali objawów depresyjnych

W badaniu psychologicznym 80 osób wypełniło skalę objawów depresyjnych, w której wyższy wynik oznacza większe nasilenie objawów. Załóżmy, że większość uczestników uzyskała wyniki niskie lub umiarkowane, ale kilka osób otrzymało wyniki bardzo wysokie. Skośność wyniosła 1,2, a mediana była niższa od średniej.

Taki rozkład może być zgodny z sytuacją, w której w badanej grupie dominuje niewielkie nasilenie objawów, ale istnieje mniejsza podgrupa osób z nasilonymi objawami. Nie oznacza to samo przez się, że skala jest wadliwa ani że badanie jest niewiarygodne. Może natomiast wskazywać na efekt „podłogi”: wynik nie może spaść poniżej określonego minimum, podczas gdy w górnej części skali pozostaje więcej miejsca na duże różnice.

Przed analizą związku między wynikiem skali a inną zmienną warto obejrzeć histogram, wykres pudełkowy i ewentualnie wykres rozrzutu. Przy silnej asymetrii można rozważyć metody odporne, transformację lub model odpowiedni dla rozkładu wyników. Nie należy jednak wybierać testu wyłącznie na podstawie jednej liczby opisującej skośność.

Skośność a wybór sposobu prezentacji danych

Jeżeli rozkład jest w przybliżeniu symetryczny i nie zawiera silnych wartości odstających, często stosuje się średnią i odchylenie standardowe. Przy wyraźnej skośności bardziej adekwatne bywają mediana i rozstęp międzykwartylowy. Decyzja powinna wynikać z celu analizy, rodzaju zmiennej i sposobu generowania danych.

W przypadku dodatnio skośnych czasów, kosztów, stężeń biologicznych lub liczby dni hospitalizacji warto rozważyć skalę logarytmiczną. Transformacja logarytmiczna może zmniejszyć asymetrię i ułatwić modelowanie, ale zmienia interpretację wyników. Nie jest metodą „naprawy” danych w sensie usuwania niewygodnych obserwacji. Bland i Altman (1996) podkreślali, że transformację należy traktować jako element strategii analitycznej, a nie automatyczną reakcję na każdy odchył od normalności.

Po transformacji trzeba jasno opisać, na jakiej skali wykonano analizę. Jeżeli model analizuje logarytm czasu lub stężenia, wyniki należy interpretować na skali logarytmicznej albo przeliczyć je z powrotem na skalę oryginalną w sposób zgodny z zastosowanym modelem.

Jak oceniać skośność w praktyce?

1. Sprawdź definicję zmiennej. Upewnij się, czy wyższe wartości oznaczają więcej badanego zjawiska i czy zmienna ma naturalne ograniczenia, takie jak zero.
2. Obejrzyj dane graficznie. Użyj histogramu, wykresu pudełkowego, wykresu gęstości lub wykresu kwantyl–kwantyl.
3. Oblicz statystykę opisową. Podaj co najmniej średnią, medianę, odchylenie standardowe, kwartyle i współczynnik skośności, jeśli jest potrzebny.
4. Sprawdź wartości skrajne. Zweryfikuj, czy nie wynikają z błędu wprowadzania danych, pomiaru lub kodowania.
5. Dobierz sposób analizy do pytania. Inne wymagania ma opis rozkładu, inne porównanie grup, a jeszcze inne model regresji.
6. Raportuj przejrzyście. Standardy APA JARS zalecają opisywanie problemów z założeniami statystycznymi i charakterystyki rozkładów, gdy mogą wpływać na trafność wniosków (Appelbaum i in., 2018).

Testy normalności, takie jak Shapiro–Wilka, mogą dostarczać dodatkowej informacji, ale nie powinny zastępować oceny graficznej i merytorycznej. W dużych próbach wykryją bardzo małe, praktycznie nieistotne odstępstwa od normalności, natomiast w małych próbach mogą mieć ograniczoną moc. Skośność jest zatem jednym z elementów diagnostyki, a nie samodzielnym kryterium wyboru metody.

Najczęstsze błędy

• Mylenie kierunku ogona z położeniem większości danych. Skośność prawostronna oznacza długi ogon po prawej, a nie to, że większość obserwacji leży po prawej stronie.
• Traktowanie wartości bliskiej zeru jako dowodu normalności. Rozkład może mieć skośność bliską zeru, ale być wielomodalny, ciężkoogonowy albo nietypowy z innego powodu.
• Stosowanie sztywnych progów bez kontekstu. Granice 0,5, 1 lub 2 są orientacyjne i nie mają uniwersalnego statusu diagnostycznego.
• Ignorowanie liczebności próby. Estymator skośności w małej próbie może silnie zależeć od jednej obserwacji.
• Usuwanie wartości odstających tylko dlatego, że zwiększają skośność. Najpierw trzeba ustalić, czy obserwacja jest błędna, czy stanowi prawdziwy przypadek.
• Przekonanie, że skośność automatycznie unieważnia każdy test parametryczny. W wielu analizach znaczenie ma rozkład reszt, niezależność obserwacji i odporność procedury, a nie wyłącznie rozkład surowej zmiennej.
• Podawanie samego współczynnika. Bez histogramu, liczebności i informacji o estymatorze interpretacja może być niepełna.
• Mylenie skośności z kurtozą. Skośność dotyczy asymetrii, natomiast kurtoza wiąże się przede wszystkim z ciężkością ogonów i koncentracją obserwacji względem rozkładu odniesienia.

Przykład praktyczny: krótka analiza przypadku

W poradni analizowano liczbę dni od pierwszej konsultacji do rozpoczęcia leczenia u 60 pacjentów. Mediana wyniosła 9 dni, kwartyl dolny 5 dni, kwartyl górny 16 dni, średnia 13,8 dnia, a skośność 1,35. Histogram pokazał skupienie obserwacji między 4 a 14 dniem oraz kilka wartości przekraczających 30 dni.

Wniosek opisowy powinien brzmieć: rozkład czasu do rozpoczęcia leczenia jest prawostronnie skośny; typowy pacjent rozpoczyna leczenie około 9 dni po konsultacji, ale część pacjentów czeka znacznie dłużej. Średnia jest wyższa od mediany, ponieważ kilka długich opóźnień wpływa na jej wartość.

W dalszej analizie warto sprawdzić, czy długie opóźnienia dotyczą określonej placówki, rodzaju świadczenia lub kategorii pilności. Skośność może być tu nie tylko właściwością matematyczną danych, lecz także sygnałem organizacyjnym. Nie uprawnia jednak do stwierdzenia, że konkretny czynnik powoduje opóźnienie, jeżeli badanie ma charakter opisowy i nie kontroluje możliwych zmiennych zakłócających.

Co warto zapamiętać?

• Skośność opisuje asymetrię rozkładu, czyli nierównomierne rozmieszczenie danych po obu stronach centrum.
• Dodatnia skośność oznacza długi ogon po prawej, a ujemna — długi ogon po lewej.
• W rozkładzie prawostronnie skośnym średnia często jest większa od mediany, ale nie jest to reguła bez wyjątków.
• Współczynnik skośności oparty na trzecim momencie silnie reaguje na duże odchylenia i wartości skrajne.
• Różne programy mogą stosować różne estymatory skośności, szczególnie w małych próbach.
• Jedna liczba nie zastępuje histogramu, wykresu pudełkowego i oceny merytorycznej danych.
• Przy wyraźnej skośności mediana i IQR często lepiej opisują typową obserwację niż średnia i odchylenie standardowe.
• Skośność nie określa sama przez się istotności statystycznej, wielkości efektu ani znaczenia klinicznego.
• Nie usuwaj obserwacji tylko dlatego, że są skrajne; najpierw ustal, czy są błędne, czy rzeczywiste.

Skośność jest użytecznym elementem statystyki opisowej, ponieważ pozwala zobaczyć coś więcej niż pojedynczą miarę centrum i zmienności. Jej właściwa interpretacja wymaga jednak połączenia wzoru, wykresu, wiedzy o procesie pomiarowym i celu badania. Dopiero wtedy można zdecydować, czy lepiej przedstawić średnią, medianę, zastosować transformację, użyć metody odpornej albo zbudować model dostosowany do charakteru danych.

Źródła i dalsza lektura

1. NIST/SEMATECH (2012). Measures of Skewness and Kurtosis. NIST/SEMATECH Engineering Statistics Handbook. National Institute of Standards and Technology. Źródło.
2. Joanes, D. N.; Gill, C. A. (1998). Comparing measures of sample skewness and kurtosis. Journal of the Royal Statistical Society: Series D (The Statistician), 47(1), 183–189. DOI: 10.1111/1467-9884.00122.
3. Kim, H.-Y. (2013). Statistical notes for clinical researchers: Assessing normal distribution (2) using skewness and kurtosis. Restorative Dentistry & Endodontics, 38(1), 52–54. DOI: 10.5395/rde.2013.38.1.52.
4. Altman, D. G.; Bland, J. M. (1996). Statistics Notes: Detecting skewness from summary information. BMJ, 313(7066), 1200. DOI: 10.1136/bmj.313.7066.1200.
5. Bland, J. M.; Altman, D. G. (1996). Statistics Notes: Transforming data. BMJ, 312(7033), 770. DOI: 10.1136/bmj.312.7033.770.
6. Kirkwood, B. R.; Sterne, J. A. C. (2003). Essential Medical Statistics. 2nd edition. Blackwell Science Ltd.. Informacja wydawcy / źródło.
7. Appelbaum, M.; Cooper, H.; Kline, R. B.; Mayo-Wilson, E.; Nezu, A. M.; Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 3–25. DOI: 10.1037/amp0000191.